文章目录前言,什么是numpy? 二、步骤1 .库部署2 .读取数据汇总
前言
虽然python本身具有列表等数据结构,但列表只是数据的容器,没有任何计算能力。
所以引入数组的概念。
提示:以下为本文正文内容,以下案例可供参考
一、numpy是什么? NumPy是一个非常常用的第三方模块,经常用于数据分析和挖掘学习。 下面介绍使用numpy的基本操作。
二.使用步骤1。 库代码的导入如下(
使用import numpy as np 2.数组的基本方案(1),创建长度为10且元素均为0的ndarray对象; 可以使用numpy的zeros函数
array1=NP.Zeros(10 ) print (array1)输出:
)2)将第3个元素变更为5,将第6个元素变更为11
importnumpyasnparray1=NP.zeros (10 ) array1)2)=5array1(5)=11打印(array1) () ) () ) ) ) ) )
输出:
)3)查看数组元素的数据类型
importnumpyasnparray1=NP.zeros (10 ) array1)2)=5array1)5)=11打印(type ) array1) )的输出:
3.二维数组的使用
)1)建立包含10至25的16个元素的4*4二维阵列;
importnumpyasnparray1=NP.arange (10,26 ).reshape (4,4 ) print (array1) arange函数首先创建一个从10到25的数组,然后再创建reshapape
输出:
)2)打印第2行、第2列要素;
importnumpyasnparray1=NP.arange (10,26 ).reshape (4,4 )打印) array1[1][1]输出:
)3)打印输出第1行和第2行的要素;
importnumpyasnparray1=NP.arange (10,26 ).reshape (4,4 ) print (array1(0:2 ) )在调用数组时可以采用多种形式。 例如,阵列
输出:
)4)打印输出第1行、第3行、第1列、第3列要素;
importnumpyasnparray1=NP.arange (10,26 ).reshape (4,4 ) print ) array1(0333 60:2,0333 60:2 ) )的输出:
如果将步骤设置为2,则可以跳过中间的行进行输出。 此时,如果使用array1[ 0:2 ] [ 0333 60:2 ]的写法,则可以看到输出的数字会自动变为同一行
importnumpyasnparray1=NP.arange (10,26 ).reshape (4,4 ) print ) array1(0:2 )输出:
4.数组的基本运算
(1)制作包含元素0~263*3* 3的三维排列arr1;
importnumpyasnparr1=NP.arange (0,27 ).reshape (3,3,3 ) print (arr1)以与创建二维数组时相同的方式创建0到26的3*3*3数组
输出:
)2)计算数组中各元素的平方根,得到新的三维数组arr2;
importnumpyasnparr1=NP.arange (0,27 ).reshape (3,3 ) arr2=NP.sqrt (arr1) print (arr2) )使用sqrt函数排列中的每个数字
如果数组中有负数,则会显示警告并显示nan
importnumpyasnparr1=NP.arange (-27,0 ).reshape ) 3,3 ) arr2=NP.sqrt ) arr1) print ) arr2)输出:
)3) arr2中小于3的元素改为9,其余不变;
importnumpyasnparr2=NP.arange (0,27 ).reshape ) 3,3 ) arr2=NP.sqrt ) arr1) arr2=NP.where ) a rr23,9,NP
输出:
)4)取出arr1中小于arr2的所有元素放入序列arr3中;
importnumpyasnparr2=NP.arange (0,27 ).reshape ) 3,3 ) arr2=NP.sqrt ) arr1) arr2=NP.where ) a rr23,9,
输出:
本文综述了一些基础numpy函数的操作,其中还有很多功能尚未使用。